卡尔曼滤波及其FPGA实现

卡尔曼滤波器被广泛应用于目标位置预测领域,但由于算法复杂、计算量大,采用软件实现难以满足现代跟踪系统的实时性要求,本文介绍了卡尔曼（Kalman）算法的理论推导,提出了一种基于FPGA的可重配置实时卡尔曼滤波器硬件结构,在Simulink中的DSP Builder实现卡尔曼滤波器,最后在FPGA中实现。     

一种基于自适应特征选择的目标实时跟踪算法

针对传统的均值漂移算法,加入了自适应特征选择,提高了均值漂移算法在复杂场景中目标跟踪的鲁棒性.传统的均值漂移算法往往选择固定的一个或两个特征(比如颜色)对目标进行跟踪,当跟踪场景发生变化,容易跟踪失败.本文通过分析被跟踪目标特征与变化背景的区分度来确定最显著特征与次显著特征,从而选择出最有效的目标特征,实现复杂变化场景下的目标跟踪.一系列不同场景下的运动目标跟踪实验,证实了该算法的可靠性.     

快速运动目标的Mean shift跟踪算法

针对Mean shift本身的理论缺陷,提出Mean shift和卡尔曼滤波器相结合的快速目标跟踪算法。利用卡尔曼滤波器来获得每帧Mean shift算法的起始位置,然后再利用Mean shift算法得到跟踪位置。在目标出现大比例阻挡情况时,利用卡尔曼残差的计算来关闭和打开卡尔曼滤波器,此时,目标位置的线性预测替代了卡尔曼的作用。试验证明,本算法可以实现对快速运动目标的跟踪,对阻挡也有很好的鲁棒性。     

一种灰度成像扩展目标跟踪方法

灰度图像色彩信息贫乏会导致易陷于局部相似,使跟踪点发生漂移。针对此问题,提出了基于目标成像空间域与特征域分布的改进直方图模式扩展目标跟踪算法。以基于像素位置和像素灰度值的直方图模式作为目标模式;相似度测量采用基于Bhattacharyya系数定义的距离;用均值偏移迭代进行匹配区域搜索;通过建立卡尔曼预测跟踪策略解决目标被遮挡时的跟踪问题。试验结果表明,采用该算法,跟踪点漂移由原来十几个像素的波动减少到仅偶有1个像素的抖动。     

一种基于改进卡尔曼滤波的camshift目标跟踪算法

针对目标跟踪中的突变问题,本文提出一种基于改进卡尔曼预测的camshift(continuously adaptivemean shift)跟踪算法.本算法首先使用一种新的目标颜色模型,对传统目标模型进行改进,提高了目标跟踪的准确性和稳定性;同时为了更有效的预测目标位置,对卡尔曼滤波的一步预测值进行改进,并将修改后的卡尔曼预测算法融入camshift算法中,跟踪中增加采样率.实验表明,与传统camshift算法相比,该算法能够处理目标运动中发生突变的情况,实现对运动目标高精度的跟踪.     

基于UKF的GNSS高动态载波跟踪环路设计与性能分析

对高动态环境下的全球卫星导航系统(GNSS)载波信号跟踪方法进行了研究,提出了一种基于无迹卡尔曼滤波器(UKF)的开环载波跟踪方法.此方法采用四维相位估计模型提高跟踪精度,同时对估计值进行开环补偿以减少滤波器估计滞后性,并能够消除BPSK相位翻转对UKF造成的不良影响.通过模拟高动态运动下的GPS接收信号,从跟踪精度、...     

贝叶斯目标跟踪方法性能分析

目标跟踪中的一个核心部分就是滤波算法。经典的卡尔曼滤波算法对于具有高斯分布噪声的线性系统,可得系统状态的最小均方差估计,α-β-γ滤波器比卡尔曼滤波器计算量小且易于实现。基于贝叶斯滤波的目标跟踪原理,在线性高斯环境下对比分析了标准卡尔曼滤波器和α-β-γ滤波器的估计精度,并给出两种方法的适用条件。介绍了标准卡尔曼滤波器和α-β-γ滤波器的原理及算法实现,分别对匀速直线运动和匀加速直线运动的目标进行跟踪仿真分析。仿真表明,在高斯背景环境下,卡尔曼滤波器、α-β滤波器和α-β-γ滤波器都具有很好的跟踪精度和很强的实时性。     

压缩域目标跟踪算法在小型化DSP平台上的研究与实现

本文对基于压缩感知的压缩域目标跟踪算法进行了研究,为满足特定的应用场合要求,针对原算法的不足进行了改进,同时基于小型化低成本目标位置探测器设计思想及需求,设计并实现了以TMS320DM6437数字信号处理器为核心的实时图像跟踪处理平台,对算法在该DSP平台进行了实现与优化。仿真和实验结果表明,经过结合卡尔曼滤波器、融合LBP特征以及添加自适应学习速率更新策略等措施,算法的鲁棒性得到提高;对算法在DSP中的实现,经过一系列优化措施,对分辨率为960×960的视频图像,当取目标窗口为80×80时,处理速度可达25 f/s,能够满足实时性跟踪要求。系统能够对选定的运动目标进行连续、稳定地跟踪,能够满足特定应用场合下的目标位置探测与跟踪需求,具有一定的实用性,同时也对该类目标跟踪方法在嵌入式平台的研究与应用具有一定的参考价值。     

基于共轭梯度法的快速Mean Shift图像分割

针对均值漂移算法收敛速度较慢的问题,本文出了基于共轭梯度的快速均值漂移算法,并将其用于图像分割.该算法利用共轭梯度法简便,存储需求小,收敛速度介于最速下降法和牛顿法之间, 具有较好的全局收敛性和较快的收敛速度的特点,通过交替执行均值漂移算法和共轭梯度算法提高经典均值漂移算法的收敛速度.对合成图像和真实图像的实验结果表明了新算法不但提高了经典均值漂移算法的速度,而且在进行图像分割时保持了良好的分割结果.     

基于演化非对称核函数的均值漂移跟踪算法

针对传统均值漂移跟踪算法中采用的对称核函数模板中包含了较多背景像素点,影响跟踪精确度和稳定性的缺点,在固定非对称核函数的基础上对均值漂移跟踪算法进行了改进,提出了一种基于演化非对称核函数的均值漂移目标跟踪算法。本文算法首先介绍了将非对称核函数模板引用到均值漂移算法框架的关键问题——模板中心——的计算方法;其次将非对称核函数模板的表述和演化有机结合,提出了利用区域相似度的目标轮廓水平集演化算法并阐述了非对称核函数模板的更新策略。实验结果表明,相比现有的方法,本文提出的基于演化非对称核函数模板均值漂移跟踪算法具有更高的准确性和可靠性,同时也能满足一般目标跟踪任务的实时性要求。     

Autonomous target tracking and following mobile robot

Tracking and following a moving target in real time is a very challenging task in autonomous mobile robot applications, due to the unstructured and unknown environment. In this article, a real time, autonomous, dynamic, whole-field target tracking system (360° coverage) is developed based on a pan/tilt/zoom CCD vision system. The vision system scans and locks the pose of the moving target and commands the tracking mobile robot to follow the target while avoiding obstacles. Bayes’ theorem-based foreground–background segmentation algorithm is applied for motion detection. The color-based particle filter algorithm is used to track the moving object. The system steers the tracking mobile robot toward the moving target based on the angular difference obtained from the tracking module. Fuzzy logic is applied and a sensor data fusion algorithm is developed to reduce the ultrasonic phantom effect of obstacle detection using eight ultrasonic sensors. Multiple behaviors are integrated through the proposed system. Experimental results show the proposed system can successfully track and follow a moving target and avoid obstacles in real time. The tracking accuracy is higher than 80%.     

基于并联机器人的包装分拣系统设计

目的针对我国食品生产和包装存在的效率低、分拣精度不高等问题,基于并联机器人设计一种包装分拣控制系统。方法根据机器人自动分拣系统的结构,采用一种基于时间和工件位置的图像去重复算法,以去掉重复信息。为了提高抓取精度,基于PID算法设计一种位置跟踪控制器,能够判断物体位置并实时调整并联机器人末端执行器,以实现目标物体的动态跟踪和抓取。结合工业控制机和运动控制卡搭建控制系统,并进行实验研究。结果实验过程中最快分拣速度可达到120次/min,漏抓率为0,误抓率小于0.2%。结论所述控制系统具有较高的稳定性和准确性,可满足实时性要求。     

Bionic tracking method by hand & eye-vergence visual servoing

Animals rotate their eyes to gaze at the target prey, enhancing the ability of measuring the distance to the target precisely for catching it. These animals, visual tracking includes the triangular eye-vergence control and their body's motion control by visual servoing. The research aims to realize a bionic robot tracking performance, in which the body links moves together with eyes' view orientation. This paper proposed a hand & eye-vergence dual control system which included two feedback loops: an outer loop for conventional visual servoing to direct a manipulator toward a target object and an inner loop for active motion control of binocular cameras to change the viewpoint along with the moving object to give an accurate and broad observation. This research also foused on how to compensate a fictional motion of the target seen by camera images in an eye-in-hand system, where the camera was fixed on the end-effector and moved together with the hand motion. A robust motion-feedforward (MFF) recognition method is proposed to compensate the fictional motion of the target based on the manipulator's joint velocity, then the real motion of the target seen by camera images is extracted, which can improve the feedback image sensing unit to make the whole servoing system dynamically stable. The effectiveness of the proposed hand & eye-vergence visual servoing method is shown by tracking experiments using a 6-DoF robot manipulator and a 3-DoF binocular vision system.     

基于帧间差分和运动估计的Camshift目标跟踪算法

针对Camshift算法无法适应目标的高速运动、复杂背景和遮挡的局限性,本文提出结合帧间差分法和运动估计对Camshift算法进行改进.首先在颜色概率分布图计算中通过帧间差分法加入目标运动信息,实现自动初始化跟踪并排除与目标相似背景颜色的干扰.之后在搜索窗传递过程中预测目标的位置,根据跟踪状态对搜索窗进行调整,以实现对高速运动目标的跟踪.实验表明新算法在目标高速运动、遮挡、和同色干扰情况下,仍能进行有效跟踪.     

一类基于信息融合的粒子滤波跟踪算法

本文提出了一种基于图像多特征信息融合的粒子滤波跟踪算法.该算法利用颜色柱状图描述运动目标颜色分布信息,帧间差的梯度图像描述目标运动信息,并在柱状图框架下给出了运动目标颜色和运动似然模型,保证了颜色和运动似然模型在尺度上的统一.由于图像多特征提供了运动目标多方面的测量信息,从而提高了算法的可靠性.试验表明该算法在使用相同粒子数目的情况下较采用单一颜色特征的粒子滤波跟踪算法效果好.     

轻工业包装物品搬运机器人路径跟踪控制

目的 为了提高直角坐标搬运机器人的定位精度,保证机器人能够按照预定路径运动。方法 介绍直角坐标机器人工作原理,并基于模糊控制理论,提出一种基于模糊PID的直角坐标机器人轨迹跟踪控制算法,并将其应用于机器人运动轨迹跟踪控制中。结果 仿真和实验结果表明,基于模糊PID的机器人控制器能够保证机器人沿预定路径运动,机器人轨迹跟踪误差能够很快收敛于0附近,该轨迹跟踪方法具有较好的抗干扰性和鲁棒性。结论 所提方法能够明显提高直角坐标机器人的路径跟踪能力,对于提升机器人运动精度具有参考价值。     

Study of Visual Information Acquisition Technology based on AGV Robot

Visual information acquisition is an important component of the AGV robot. The system adopts STM32F4 embedded application of the ARM Cortex-M4 kernel as the main control module,using shift algorithm to finish on a specific color piece of target tracking. For multi-sensor fusion of three methods,quaternion method is used to correct the attitude,the stability of AGV robot visual information acquisition and image clarity are improved.     

Automatic target tracking in FLIR image sequences using intensity variation function and template modeling

A novel automatic target tracking (ATT) algorithm for tracking targets in forward-looking infrared (FLIR) image sequences is proposed in this paper. The proposed algorithm efficiently utilizes the target intensity feature, surrounding background, and shape information for tracking purposes. This algorithm involves the selection of a suitable subframe and a target window based on the intensity and shape of the known reference target. The subframe size is determined from the region of interest and is constrained by target size, target motion, and camera movement. Then, an intensity variation function (IVF) is developed to model the target intensity profile. The IVF model generates the maximum peak value where the reference target intensity variation is similar to the candidate target intensity variation. In the proposed algorithm, a control module has been incorporated to evaluate IVF results and to detect a false alarm (missed target). Upon detecting a false alarm, the controller triggers another algorithm, called template model (TM), which is based on the shape knowledge of the reference target. By evaluating the outputs from the IVF and TM techniques, the tracker determines the real coordinates of one or more targets. The proposed technique also alleviates the detrimental effects of camera motion, by appropriately adjusting the subframe size. Experimental results using real-life long-wave and medium-wave infrared image sequences are shown to validate the robustness of the proposed technique.     

基于视觉引导和超声测距的运动目标跟踪和抓取

提出了装配机器人系统中一种基于视觉引导和超声测距的运动目标跟踪和抓取方法。介绍了运动目标的跟踪原理 ,采用图像雅可比矩阵进行机器人运动控制 ,跟踪运动的目标。利用视觉引导技术 ,获取目标在图像平面中的位置与方位 ,进行平面跟踪 ,然后引导超声波测距装置测取目标深度信息。实验结果验证了本文提出的这种方法的可行性和有效性     

过程噪声方差实时补偿的非定轨目标跟踪

针对非定轨目标跟踪问题中过程噪声统计特性未知的特点,提出了一种实用的对过程噪声方差进行实时补偿的目标跟踪算法。该算法根据强跟踪滤波器的思想,通过实时检测新息序列来修正卡尔曼滤波算法中的状态预测误差协方差矩阵,进而对未知的过程噪声方差矩阵进行实时地补偿。由于存在新息检测机制,该算法能够有效地规避表征建模不确定性的过程噪声统计特性未知的问题,对于建模不确定性具有一定的适应能力。通过对一旋转靶标跟踪问题的仿真试验,证明了该方法的有效性。